基于自适应模糊算法的四足机器人运动VMC方法

摘要

为提高四足机器人的轨迹跟踪性能和多步态下运动的鲁棒性,将自适应模糊算法与虚拟模型控制理论运用在机器人的腿部关节控制中,并对虚拟模型控制(VMC)参数进行自适应实时调节。首先,分析了四足机器人的运动结构,采用DH法建立运动学模型,对摆动腿和支撑腿进行关节力矩与虚拟力的研究;然后,考虑到传统VMC控制器参数固定导致系统动态控制性能差的缺点,设计了基于VMC算法特性和人工调试经验的模糊规则,其根据轨迹误差及误差变化率对控制参数进行在线优化,实现参数自适应;最后选取四足机器人中有代表性的小跑步态对所设计的运动控制器进行仿真验证。仿真结果表明,与传统的VMC相比,该控制器具有更好的足端轨迹跟踪效果,并提升了四足机器人的稳定性。